一种多光谱单像素成像的深度学习图像重构方法技术

本发明专利技术提供一种多光谱单像素成像的深度学习图像重构方法，包括：测量过程和重构过程，测量过程是利用编码图案对目标场景进行编码，而后利用多光谱探测器记录不同波长对应的光强。在物理方式实现多光谱单像素探测后，基于深度神经网络的图像重建方法，实现从所有的探测信号Yc中重构出原始信号X的过程。该深度神经网络由线性映射网络和卷积神经网络组成，将C个测量向量按列拼接在一起形成一个新的矩阵Y′，线性映射网络以Y′为输入数据初步对数据进行线性处理，而后将线性处理结果经过卷积神经网络进行通道间的信息融合处理，最终重建得到待观测图像X。本发明专利技术的技术方案解决了现有技术中的算法复杂度高、重建时间较长，且对采样率要求较高的问题。

A Depth Learning Image Reconstruction Method for Multispectral Single Pixel Imaging

【技术实现步骤摘要】
一种多光谱单像素成像的深度学习图像重构方法
本专利技术涉及单像素成像技术和深度学习
，具体而言，尤其涉及一种多光谱单像素成像的深度学习图像重构方法。
技术介绍
多光谱成像技术是新一代光电探测技术，兴起于20世纪80年代，90年代后形成研发热潮，至今仍在迅速发展之中。多光谱成像技术不同于传统的单一宽波段成像技术，而是将成像技术和光谱测量技术相结合，获取的信息不仅包括二维空间信息，还包含随波长分布的光谱辐射信息。丰富的目标光谱信息结合目标空间影像极大提高了目标探测的准确性、扩展了传统探测技术的功能。该技术已广泛应用于陆地海洋地理遥感，大气、土壤和水体的污染物遥感监测，医疗光谱成像诊断，军事目标侦查探测等多个军事和民用领域。单像素成像技术是一种新兴的成像技术，其利用二维空间编码图样对探测目标进行调制，然后利用单像素检测器来测量平均光强，最后根据探测光强和编码图样重建所探测目标。单像素成像为多光谱成像提供了一种新的技术途径，利用多个单像素探测器分别探测不同波段的光波，可以获取多光谱图像。单像素成像的重建算法主要是基于压缩感知的重建算法；压缩感知重建算法利用信号的稀疏性对图像重构问题进行本文档来自技高网...

【技术保护点】
1.一种多光谱单像素成像的深度学习图像重构方法，包括测量过程和重构过程，所述测量过程步骤如下：步骤S1：利用编码图案对目标场景进行编码；假设多光谱图像X大小为N×N，颜色通道个数为C，采样率为p，则采样次数为M＝p*N

【技术特征摘要】
1.一种多光谱单像素成像的深度学习图像重构方法，包括测量过程和重构过程，所述测量过程步骤如下：步骤S1：利用编码图案对目标场景进行编码；假设多光谱图像X大小为N×N，颜色通道个数为C，采样率为p，则采样次数为M＝p*N2，根据压缩感知理论，得到C个大小为M×1的测量向量Yc，多光谱单像素成像的正向模型表示为：Yc＝ΦXc(c＝1，...，C)(1)式中，表示不同波段通过压缩测量获得的测量值，表示单个颜色通道图像，c表示第c个通道，是测量矩阵；步骤S2：利用多光谱探测器记录不同波长对应的光强；单像素成像可采用两种方式：主动式成像或被动式成像；主动式成像利用复色光源经过空间光调制器编码后通过投影镜头照射物体，而后利用探测器记录相应光强；被动式成像通过成像镜头将物体成像在空间光调制器，而后通过探测器记录相应光强；上述过程中，所述空间光调制器通过加载预定的编码图案实现对景物的编码；步骤S3：在物理方式实现多光谱单像素探测后，再从所有的探测信号Yc中重构出信号X实现图像重构的过程；其特征在于，所述实现图像重构的过程如下：步骤1：建立样本数据；步骤2：训练深度神经网络，深度神经网络由线性映射网络和卷积神经网络组成；步骤3：将式(1)中C个测量向量按列拼接在一起形成一个新的矩阵Y′，大小为CM×1，线性映射网络以Y′为输入数据初步对数据进行线性处理；步骤4：将线性处理结果经过训练后的深度神经网络进行通道间的信息融合处理，重建得到待观测图像X。2.根据权利要求1所述的多光谱单像素成像的深度学习图像重构方法，其特征在于，所述步骤1建立样本数据的具体过程如下：步骤101：选用数据集中的部分多光谱图像(通道数为C)，对其进行缩放处理保证图像具有相同分辨率；步骤102：将上述进行缩放处理后的图像按照一定的...

【专利技术属性】
技术研发人员：赵明，霍凤月，田芷铭，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁,21